Minätilojen yhteydet tunne-elämältään epävakaan persoonallisuuden oireisiin
Bibliographic record
Abstract
Tiivistelmä Tässä tutkimuksessa selvitetään skeematerapian käsitteelliseen viitekehykseen kuuluvien, potilaiden kokemien skeemamoodien (minätilojen) yhteyttä tunne-elämältään epävakaan persoonallisuuden oireisiin ja oireiden voimakkuuteen. Tutkimuksen aineiston muodostivat 61 potilasta, joilla oli vakava epävakaa persoonallisuushäiriö (Borderline Personality Disorder, BPD). Epävakaan persoonallisuuden oireet mitattiin kliinikon tekemällä haastattelulla ja minätilat potilaiden täyttämällä itsearviointimittarilla. Suurin osa vastaajista oli naisia (85,2%). Vastaajien keski-ikä oli 32,2 vuotta. Minätilojen ja BPD oireiden välisiä yhteyksiä selvitettiin Pearsonin korrelaatiokertoimella. Lineaarisen regressioanalyysin avulla tarkasteltiin minätiloja selittävinä muuttujina BPD oireiden voimakkuudessa. Regressioanalyysin selitysaste vaihteli (.323 – .457), joten minätilojen avulla pystyttiin selittämään suhteellisen hyvin epävakaan persoonallisuuden oireiden voimakkuutta. Oireiden tärkeimmät yhteydet olivat seuraaviin minätiloihin: haavoittuva lapsi, vihainen lapsi, mukautuja, suojautuja ja rankaiseva vanhempi. Lapsimoodit (pääasiassa vihainen lapsi), haitalliset selviytymismoodit (pääasiassa suojautuja) ja myös rankaisevan vanhemman moodi selittivät BPD oireiden voimakkuutta. Tulokset minätilojen ja BPD oireiden ja yhteyksistä olivat johdonmukaisia skeematerapian teorian ja aiempien tutkimusten kanssa. Minätilojen ja BPD oiredimensioiden yhteyksien tuntemus voi auttaa epävakaan persoonallisuushäiriön hoitoa ja hoidon suunnittelua. Tutkimuksessa havaittiin yhtenevyyttä potilaan itsearvioimien minätilojen ja kliinikon arvioimien oireiden välillä, mikä hyödyttää epävakaan persoonallisuuden diagnostiikassa ja arvioinnissa.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.040 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".